Puntos clave
Transcribe el episodio primero, con marcas de tiempo, y trata ese archivo como material en bruto, no como algo que vas a publicar. Las marcas de tiempo te dan los marcadores de capítulo. El texto te da las citas destacadas, que conviene comprobar contra el audio antes de publicarlas. El resumen está pensado para alguien que está decidiendo si escuchar o no; las notas del episodio están pensadas para alguien que ya lo escuchó. Publicar la transcripción tal cual como notas no sirve a ninguno de los dos, porque el habla impresa está llena de repeticiones y arranques en falso que nadie notó mientras escuchaba.
La grabación está lista, la edición está lista, y ahora aparece un segundo trabajo del que nadie te avisó: notas, marcadores de capítulo, un resumen para el feed, dos o tres publicaciones para redes sociales. La mayoría de quienes hacen podcasts hacen esto de memoria y a base de barra de reproducción, arrastrando el cursor de un lado a otro durante setenta minutos para encontrar el momento en que el invitado dijo esa frase buena. Lleva tanto tiempo como la propia edición, y el resultado es vago, porque estás describiendo un episodio que recuerdas a medias.
Una transcripción resuelve el problema de encontrar las cosas. No te escribe las notas. Lo que hace es convertir cada una de esas tareas de un problema de búsqueda en un problema de edición, y editar es mucho más rápido que buscar. El orden en que hagas las cosas importa más que la herramienta que elijas.
Empieza por la transcripción, no por las notas
La secuencia que funciona es: transcripción con marcas de tiempo, luego capítulos, luego citas destacadas, luego resumen, luego notas, luego redes sociales. Cada paso consume algo producido por el paso anterior. Si escribes las notas primero, terminarás igualmente arrastrando el cursor para ubicar los capítulos, y luego otra vez para encontrar las citas.
Las marcas de tiempo son la parte que la gente se salta y luego lamenta. Un muro de texto sin más te dice qué se dijo. Las marcas de tiempo te dicen dónde, y el dónde es justo lo que necesita cada tarea posterior: un marcador de capítulo es una posición, una cita destacada necesita una posición para poder verificarla, y un oyente que pregunta «¿en qué minuto hablan del precio?» también quiere una posición. Una transcripción sin marcas de tiempo resuelve la mitad del problema y te deja con la barra de reproducción para la otra mitad.
Hay muchas formas de conseguir una. Algunas plataformas de alojamiento generan transcripciones al publicar, algunos editores las exportan directamente de la sesión, y también existen herramientas independientes; las diferencias prácticas están en las etiquetas de interlocutor, la granularidad de las marcas de tiempo y qué pasa con el vocabulario poco habitual. Transcribir un episodio de podcast es un problema bien resuelto a estas alturas, y la elección importa menos que tener realmente el archivo abierto en una segunda ventana mientras escribes.
Si quieres tenerlo en el mismo equipo donde editas, SozAI es una aplicación de transcripción para iOS, Android y macOS que toma archivos de audio y video, o un enlace de YouTube, y devuelve el texto con etiquetas de interlocutor y un resumen. Es una opción entre varias, y si tu plataforma de alojamiento ya genera una transcripción con marcas de tiempo que funciona bien, usa esa y sáltate este paso.
Aviso honesto: si tus episodios son cortos, de un solo tema, y publicas una descripción de dos líneas con un enlace, todo este flujo de trabajo es un esfuerzo de más. La transcripción se amortiza en episodios largos y conversacionales con varios segmentos claramente distintos, que es el caso de la mayoría de los programas tipo entrevista.
Los marcadores de capítulo salen de las marcas de tiempo, no del texto
Los capítulos son posiciones dentro del audio. Suena obvio hasta que intentas generarlos a partir de un resumen y descubres que un resumen no tiene ninguna posición dentro. Puede decirte que el episodio trató sobre contratación, precios y agotamiento. No puede decirte que lo de precios empezó a los catorce minutos y algo, porque esa información nunca estuvo en el texto del resumen.
Así que la transcripción hace el trabajo en dos pasadas. Primero la lees de un tirón, con rapidez, marcando los puntos donde el tema realmente cambia. Luego tomas la marca de tiempo de la primera línea de cada tema nuevo, no la última línea del tema anterior, para que quien salte a un capítulo caiga en el inicio de lo nuevo y no en la cola de lo anterior.
Decidir dónde están los giros es cuestión de criterio, y sigue siéndolo. Una conversación no cambia de tema con la limpieza; se va desviando, vuelve, y de repente alguien cuenta una anécdota que resulta ser el verdadero punto del segmento. Tienes que decidir si esa anécdota es su propio capítulo o parte del que la rodea, y ningún resumen automático toma esa decisión por ti, porque depende de lo que creas que los oyentes querrán buscar.
- Apunta a capítulos a los que un oyente realmente querría saltar, no a cada tema que se mencionó de paso.
- Nómbralos por contenido, no por estructura: «Por qué eliminaron el plan gratuito» funciona mejor que «Parte 3».
- Pon la introducción y la publicidad en capítulos cortos propios para que la gente pueda saltárselos.
- Comprueba que el último capítulo empiece antes del cierre, no en mitad de él.
Los formatos varían según la plataforma. Algunas quieren horas, minutos y segundos, otras aceptan solo minutos y segundos, otras exigen un separador concreto, y un archivo de capítulos que el reproductor rechaza es peor que no tener capítulos. Cuando necesites pasar de un formato a otro, un conversor de códigos de tiempo desde el navegador te lo resuelve sin que tengas que hacer cuentas con la calculadora a medianoche.
Las citas destacadas, y por qué conviene verificarlas igual
Repasar una transcripción en busca de frases citables es mucho más rápido que escuchar buscándolas, y saca a la luz cosas que habías olvidado que se dijeron. Busca líneas que se sostengan por sí solas, sin necesitar contexto previo. Son más raras de lo que parece en una conversación, porque los mejores momentos suelen depender de la pregunta que los provocó, y una frase que necesita tres oraciones de contexto no es una cita destacada.
Luego verifica cada una contra el audio antes de que aparezca en una imagen o en una publicación. Esto no es opcional, y la razón es incómoda: los errores de la transcripción automática se concentran justo en las frases más llamativas, las que la gente quiere citar. Elecciones de palabras poco comunes, términos inventados, entonación enfática, alguien hablando rápido porque está emocionado: esas son exactamente las condiciones en las que el texto es menos confiable, y también las que producen la frase que quieres poner en letra grande.
Verificar es barato una vez que tienes marcas de tiempo. Saltas a la posición, escuchas quince segundos, confirmas las palabras. Haz eso con cuatro citas y habrás gastado un par de minutos. Publicar una cita mal atribuida a tu invitado cuesta considerablemente más que eso.
Un recorte ligero es aceptable: quitar un «eh», eliminar un arranque en falso, usar puntos suspensivos donde se ha quitado una frase. Reescribir lo que alguien dijo para que suene más pulido no lo es, aunque la versión pulida sea evidentemente lo que quiso decir.
El resumen y las notas son para dos lectores distintos
El resumen lo lee alguien que no ha escuchado el episodio y está decidiendo si hacerlo. Tiene que funcionar como texto independiente: de qué trata el episodio, quién participa, cuál es el argumento, por qué podría merecer una hora de su tiempo. Debería revelar el contenido en lugar de insinuarlo, porque un resumen que se guarda lo importante se lee como un tráiler, y la gente se salta los tráilers.
Las notas del episodio las lee alguien que ya escuchó, o que está escuchando en este momento con las notas abiertas al lado. Ese lector quiere los datos concretos que no puede recuperar del audio: el libro que se mencionó, el usuario de redes del invitado, el estudio sobre el que discutieron, la herramienta con el nombre difícil de escribir, enlaces al episodio anterior que citaron. Los capítulos también van aquí. Este lector no necesita que le vendan nada.
El error más común es escribir un solo párrafo y pedirle que cumpla ambas funciones, lo que produce algo que resume de forma demasiado vaga para ser útil y enumera demasiado poco para servir de referencia. Escríbelos por separado. Los dos son breves.
Si además publicas una versión en video, el campo de descripción de la plataforma de video es una tercera audiencia, formada en su mayoría por gente que llegó desde una búsqueda o una recomendación. Pasar el episodio por un resumidor que funciona a partir de un enlace de YouTube te da un borrador para ese campo, aunque necesita la misma revisión editorial que todo lo demás aquí.
Los nombres son la parte que tiene que estar bien
Una transcripción hace que tu catálogo de episodios anteriores se pueda buscar, y esa es la diferencia entre que un oyente encuentre el episodio donde se habló de un tema concreto o se rinda después de dos intentos. El audio es opaco para la búsqueda. El texto no lo es. Un archivo de transcripciones convierte treinta horas de conversación en algo dentro de lo cual una persona realmente puede mirar.
El problema es que las palabras que más probablemente se transcriban mal son justo las que la gente busca. Nombres de invitados, nombres de empresas, nombres de productos: sustantivos propios en general, y sobre todo los que no son palabras comunes. Son inusuales por naturaleza, que es justo por lo que la transcripción tiene dificultades con ellos, y son específicos por naturaleza, que es justo por lo que alguien los escribe en un buscador.
Corrígelos primero, antes de escribir nada más. Abre la transcripción, busca cada nombre que sabes que aparece, y corrige todas las apariciones en una sola pasada. Lleva unos minutos y se propaga: la ortografía correcta pasa entonces a tus títulos de capítulo, tus citas, tu resumen y tus notas sin que tengas que corregirla cuatro veces por separado. Presta atención a los nombres que aparecieron mal escritos de dos o tres formas distintas, porque un solo buscar y reemplazar solo detectará una de ellas.
Lo que la transcripción no va a hacer por ti
No va a ser tus notas del episodio. Publicar la transcripción sin editar en el campo de notas es el error más común de todo este proceso, y se lee exactamente tan mal como suena. El habla está llena de repeticiones, reinicios, frases a medio abandonar y comentarios al margen que son completamente invisibles mientras escuchas y saltan a la vista en la página. El oyente no notó que el invitado dijo «o sea» nueve veces. El lector lo nota de inmediato.
Tampoco satisface a nadie en particular. La persona que está decidiendo si escuchar no quiere once mil palabras. La persona que ya escuchó quiere los enlaces y las referencias, no lo que acaba de oír, convertido en algo peor. Se lee como relleno, y los motores de búsqueda llevan mucho tiempo detectando el relleno.
Publicar la transcripción en su propia página, claramente identificada como transcripción, es otra cosa y tiene sentido hacerlo. Sirve para la accesibilidad y para la búsqueda, y quien la abre sabe exactamente qué va a encontrar.
Convertir una transcripción en un artículo legible es posible, y es escritura real: reestructurar, recortar, añadir el contexto que las voces aportaban y que la página no. Dedícale tiempo de verdad, o no lo hagas. La transcripción te ahorra la barra de reproducción. No te ahorra escribir, y cualquier flujo de trabajo que promete lo contrario está describiendo notas que nadie lee.
